Pyramid Attention Networks:具有多个图像恢复任务的新SOTA结果的“用于图像恢复的金字塔注意力网络”的PyTorch代码 源码

金字塔注意力网络用于图像恢复 该存储库适用于以下论文中介绍的PANet和PA-EDSR ,,,,,,,和“金字塔关注网络的图像复原”, 该代码基于和并在具有Titan X / 1080Ti / V100 GPU的Ubuntu 18.04环境(Python3.6,PyTorch_1.1)上进行了测试。 内容 介绍 自相似性是指在图像恢复算法中广泛使用的先验图像,即较小但相似的图案倾向于在不同的位置和比例上出现。但是,最近的基于深度卷积神经网络的高级图像恢复方法没有依靠仅处理相同规模信息的自注意神经模块来充分利用自相似性。为了解决这个问题,我们提出了一种新颖的金字塔注意力模块用于图像恢复,该模块从多尺度特征金字塔中捕获远距离特征对应。受到诸如噪声或压缩伪影之类的损坏在较粗的图像比例下急剧下降这一事实的启发,我们的注意力模块旨在能够从较粗的级别的“纯净”对应中借用纯净信号。提出的金字塔注意模块